Capire l'apprendimento con pochi esempi, a zero esempi e per trasferimento

I sistemi di intelligenza artificiale (AI) sono in grado di gestire attività complesse, come riconoscere volti, classificare immagini e guidare auto, con un intervento umano minimo. Ci riescono analizzando i dati, riconoscendo schemi e utilizzandoli per formulare previsioni o prendere decisioni. Con l’avanzare dell’IA, assistiamo a modalità sempre più sofisticate con cui i modelli IA apprendono, si adattano e svolgono attività con notevole efficienza.

Per esempio, la visione artificiale è un ramo dell’IA che si concentra sulla capacità delle macchine di interpretare e comprendere le informazioni visive provenienti dal mondo. Lo sviluppo tradizionale dei modelli di visione artificiale dipende in larga misura da dataset di grandi dimensioni e annotati per l’addestramento. Raccogliere e annotare questi dati può richiedere molto tempo ed essere costoso.

Per affrontare queste sfide, i ricercatori hanno introdotto approcci innovativi come l’apprendimento few-shot (FSL), che apprende da pochi esempi; l’apprendimento zero-shot (ZSL), che identifica oggetti mai visti; e il transfer learning (TL), che applica le conoscenze acquisite dai modelli preaddestrati a nuove attività.

In questo articolo vedremo come funzionano questi paradigmi di apprendimento, ne metteremo in evidenza le differenze principali e ne analizzeremo le applicazioni nel mondo reale.

Panoramica dei paradigmi di apprendimento#

Vediamo cosa sono l’apprendimento few-shot, l’apprendimento zero-shot e il transfer learning nell’ambito della visione artificiale e come funzionano.

Apprendimento few-shot#

L’apprendimento few-shot è un metodo che permette ai sistemi di imparare a riconoscere nuovi oggetti usando solo pochi esempi. Per esempio, se mostri a un modello alcune immagini di un pinguino, un pellicano e una pulcinella di mare (questo piccolo gruppo è chiamato «insieme di supporto»), il modello impara che aspetto hanno questi uccelli.

In seguito, se mostri al modello una nuova immagine, per esempio di un pinguino, il modello la confronta con quelle dell’insieme di supporto e sceglie la corrispondenza più simile. Questo metodo è utile quando è difficile raccogliere grandi quantità di dati, perché il sistema può comunque apprendere e adattarsi con pochi esempi.

Fig. 1 Panoramica del funzionamento dell’apprendimento few-shot.

Apprendimento zero-shot#

L’apprendimento zero-shot consente alle macchine di riconoscere elementi mai visti prima senza aver bisogno di esempi. Utilizza informazioni semantiche, come le descrizioni, per aiutare a stabilire collegamenti.

Per esempio, se una macchina ha imparato a conoscere animali come gatti, leoni e cavalli comprendendo caratteristiche come «piccolo e peloso», «grande felino selvatico» o «muso lungo», può usare queste conoscenze per identificare un nuovo animale, come una tigre. Anche se non ne ha mai vista una, può riconoscerla correttamente usando una descrizione come «un animale simile a un leone con strisce scure». Questo permette alle macchine di apprendere e adattarsi più facilmente senza aver bisogno di molti esempi. I rilevatori a vocabolario aperto come YOLOE applicano la stessa idea al rilevamento degli oggetti, localizzandoli usando soltanto prompt testuali.

Fig. 2 L’apprendimento zero-shot identifica nuovi oggetti usando descrizioni.

Transfer learning#

Il transfer learning è un paradigma di apprendimento in cui un modello usa ciò che ha imparato in un’attività per risolverne un’altra simile e nuova. Questa tecnica è particolarmente utile per le attività di visione artificiale, come il rilevamento degli oggetti, la classificazione delle immagini e il riconoscimento di schemi.

Per esempio, nella visione artificiale un modello preaddestrato può riconoscere oggetti generici, come gli animali, e poi essere ottimizzato con il transfer learning per identificare tipi specifici, come le diverse razze canine. Riutilizzando le conoscenze acquisite nelle attività precedenti, il transfer learning semplifica l’addestramento di modelli di visione artificiale su dataset più piccoli, facendo risparmiare tempo e lavoro.

Fig. 3 Panoramica del funzionamento del transfer learning.

Ti starai chiedendo quali tipi di modelli supportano il transfer learning. Ultralytics YOLO11 (a cui è poi succeduto Ultralytics YOLO26) è un ottimo esempio di modello di computer vision che può farlo. È un modello di rilevamento degli oggetti all'avanguardia, prima pre-addestrato su un dataset ampio e generico. In seguito, può essere perfezionato e addestrato su misura su un dataset più piccolo e specializzato per attività specifiche.

Confronto tra i paradigmi di apprendimento#

Ora che abbiamo parlato dell’apprendimento few-shot, dell’apprendimento zero-shot e del transfer learning, confrontiamoli per capire in cosa differiscono.

Fig. 4. Differenze principali tra apprendimento few-shot, zero-shot e transfer learning. Immagine dell’autore.

L’apprendimento few-shot è utile quando hai a disposizione solo pochi dati etichettati. Permette a un modello IA di apprendere da pochi esempi. L’apprendimento zero-shot, invece, non richiede dati etichettati: utilizza descrizioni o contesto per aiutare il sistema a gestire nuove attività. Il transfer learning adotta un approccio diverso, riutilizzando le conoscenze dei modelli preaddestrati per consentire loro di adattarsi rapidamente a nuove attività con pochissimi dati aggiuntivi. Ogni metodo ha i suoi punti di forza, a seconda del tipo di dati e dell’attività su cui stai lavorando.

Applicazioni concrete dei diversi paradigmi di apprendimento#

Questi paradigmi di apprendimento stanno già facendo la differenza in molti settori, risolvendo problemi complessi con soluzioni innovative. Vediamo più da vicino come possono essere applicati nel mondo reale.

Diagnosi di malattie rare con l’apprendimento few-shot#

L'apprendimento few-shot è particolarmente utile nel settore sanitario, soprattutto nell'imaging medico. Può aiutare i medici a diagnosticare malattie rare usando solo pochi esempi o persino descrizioni, senza bisogno di grandi quantità di dati. È particolarmente utile quando i dati sono limitati, condizione frequente perché raccogliere dataset ampi per patologie rare può essere difficile.

Per esempio, SHEPHERD utilizza l’apprendimento few-shot e grafi della conoscenza biomedica per diagnosticare malattie genetiche rare. Associa le informazioni sui pazienti, come i sintomi e i risultati degli esami, a una rete di geni e patologie noti. Questo aiuta a individuare la probabile causa genetica e a trovare casi simili, anche quando i dati sono limitati.

Fig. 5 Il modello SHEPHERD diagnostica malattie rare usando dati minimi.

Migliorare il rilevamento delle malattie delle piante con l’apprendimento zero-shot#

In agricoltura, identificare rapidamente le malattie delle piante è fondamentale: i ritardi nel rilevamento possono causare danni diffusi alle colture, ridurre i raccolti e comportare notevoli perdite economiche. I metodi tradizionali si basano spesso su dataset di grandi dimensioni e su conoscenze specialistiche, che potrebbero non essere sempre disponibili, soprattutto nelle aree remote o con risorse limitate. È qui che entrano in gioco i progressi dell’IA, come l’apprendimento zero-shot.

Immagina che un agricoltore coltivi pomodori e patate e noti sintomi come foglie ingiallite o macchie marroni. L’apprendimento zero-shot può aiutare a identificare malattie come la peronospora senza richiedere dataset di grandi dimensioni. Utilizzando descrizioni dei sintomi, il modello può classificare malattie mai incontrate prima. Questo approccio è rapido e scalabile e consente agli agricoltori di rilevare diversi problemi delle piante. Li aiuta a monitorare le colture in modo più efficiente, intervenire tempestivamente e ridurre le perdite.

Fig. 6 Uso dell'apprendimento zero-shot per identificare le malattie delle piante.

Veicoli autonomi e transfer learning#

Spesso i veicoli autonomi devono adattarsi ad ambienti diversi per spostarsi in sicurezza. Il transfer learning consente loro di sfruttare le conoscenze pregresse per adattarsi rapidamente a nuove condizioni, senza dover ripartire da zero con l’addestramento. Insieme alla visione artificiale, che aiuta i veicoli a interpretare le informazioni visive, queste tecnologie permettono di muoversi più agevolmente su terreni diversi e in condizioni meteorologiche differenti, rendendo la guida autonoma più efficiente e affidabile.

Un ottimo esempio pratico è un sistema di gestione dei parcheggi che utilizza Ultralytics YOLO11 per monitorare i posti auto. YOLO11, un modello di rilevamento degli oggetti preaddestrato, può essere ottimizzato con il transfer learning per identificare in tempo reale i posti auto liberi e occupati. Addestrando il modello su un dataset più piccolo di immagini di parcheggi, gli si insegna a rilevare con precisione i posti liberi, quelli occupati e persino quelli riservati.

Fig. 7 Gestione dei parcheggi con Ultralytics YOLO11.

Integrato con altre tecnologie, questo sistema può guidare gli automobilisti verso il posto libero più vicino, contribuendo a ridurre il tempo di ricerca e la congestione del traffico. Il transfer learning lo rende possibile basandosi sulle capacità di rilevamento degli oggetti già presenti in Ultralytics YOLO11, consentendo al sistema di adattarsi alle esigenze specifiche della gestione dei parcheggi senza dover partire da zero. Questo approccio fa risparmiare tempo e risorse e crea una soluzione altamente efficiente e scalabile, che migliora la gestione dei parcheggi e l’esperienza complessiva degli utenti.

Tendenze emergenti nei paradigmi di apprendimento#

Il futuro dei paradigmi di apprendimento nella visione artificiale punta allo sviluppo di sistemi di IA visiva più intelligenti e sostenibili. In particolare, una tendenza in crescita consiste nell’uso di approcci ibridi che combinano few-shot learning, zero-shot learning e transfer learning. Unendo i punti di forza di questi metodi, i modelli possono apprendere nuovi compiti con dati minimi e applicare le conoscenze acquisite in ambiti diversi.

Un esempio interessante consiste nell’usare embedding profondi adattati per ottimizzare i modelli basandosi sulle conoscenze acquisite da compiti precedenti e su una piccola quantità di nuovi dati, semplificando il lavoro con dataset limitati.

Allo stesso modo, lo X-shot learning è progettato per gestire compiti con quantità di dati diverse. Utilizza la supervisione debole, in cui i modelli apprendono da etichette limitate o rumorose, e istruzioni chiare per aiutarli ad adattarsi rapidamente, anche quando sono disponibili pochi o nessun esempio precedente. Questi approcci ibridi mostrano come integrare diversi metodi di apprendimento possa aiutare i sistemi di IA ad affrontare le sfide in modo più efficace.

Punti chiave#

Few-shot learning, zero-shot learning e transfer learning affrontano ciascuno sfide specifiche della visione artificiale e sono quindi adatti a compiti diversi. L’approccio giusto dipende dall’applicazione specifica e dalla quantità di dati disponibili. Per esempio, il few-shot learning funziona bene con dati limitati, mentre lo zero-shot learning è ideale per gestire classi mai viste o sconosciute.

Guardando al futuro, è probabile che l’attenzione si concentri sulla combinazione di questi metodi per creare modelli ibridi che integrino visione, linguaggio e audio. Questi progressi mirano a rendere i sistemi di IA più flessibili, efficienti e capaci di affrontare problemi complessi, aprendo nuove possibilità di innovazione nel settore.

Scopri di più sull'IA partecipando alla nostra community e visitando il nostro repository GitHub. Scopri come l'IA nelle auto a guida autonoma e la computer vision in agricoltura stanno cambiando il futuro. Consulta le opzioni di licenza YOLO per iniziare!